简而言之：虽然每个人都在大喊AGI将取代80%的工作，但安德鲁·吴在达沃斯提出了一个更安静、更可怕的真相："人工智能只会完成30-40%的任务。"这听起来令人安心，但实际上是一个警告。这30%代表了初级员工用来学习的入门级工作。企业阶梯不仅在变化；底部的梯级正在被砍掉。
这里是詹姆斯，水星科技解决方案的首席执行官。
人工智能新闻周期是一个炒作机器。每周都有新的工具声称它将完全取代人类劳动。
但在2026年1月的达沃斯论坛上的喧嚣中，Andrew Ng——斯坦福大学教授、DeepLearning.AI创始人，以及人工智能领域最务实的声音之一——说了一些大多数人错过的话：
"对于许多工作，人工智能目前以及在可预见的未来只能完成30-40%的任务。"
乍一看，这听起来像是一个“冷却期”。只有30%？我们安全了，对吧？
错了。
这个数字比“100%替代”理论更危险，因为它预示着劳动力的根本重组。
1. 破碎的阶梯：学徒的死亡
如果一份工作由10个任务组成，而人工智能完成底部的3-4个（数据清理、基础研究、起草电子邮件），那听起来像是效率。
但安德鲁·吴指出了一个关键缺陷：这3-4个任务是初级员工学习的方式。
- 旧方式：一名初级分析师花费2年时间编写SQL和清理数据。这很无聊，但它教会了他们商业逻辑。
- 新方式：人工智能瞬间完成SQL。初级员工无事可做。
这造成了"断裂的阶梯"效应。通往高级职位的阶梯仍然存在，但前几步已经消失。你站在一楼，仰望着一个无法到达的边缘。
悖论：公司急需高级人工智能人才，但拒绝雇佣初级人才，因为“培训成本”高，而初级工作的“经济价值”几乎为零。
2. 工程师的四个层级
Ng将现代工程师分为四个残酷的层级：
- 第一层级：10-20年经验 + 人工智能专家。（神级。高效率，高价值。）
- 第二层级：应届毕业生 + 人工智能专家。（跳跃者。没有经验，但生产力可与高级工程师媲美。）
- 第三层级：10-20年经验 + 拒绝人工智能。（恐龙。Ng说：“我再也不会雇佣这些人。”)
- 第4层： 应届毕业生 + 无人工智能。（无法就业者。过时大学的受害者。）
现实检查： 一个使用Cursor/Claude Code的二级毕业生现在比一个坚持手动编写每一行代码的三级老兵更有价值。这就像一个新手用挖掘机对抗一个用铲子的高手。
3. "代理"工作流程（100倍策略）
Ng还强调了从"聊天机器人"到"代理"的转变。
将ChatGPT用作聊天机器人就像强迫一个作家在不使用退格键或谷歌的情况下打字写论文。这是低效的。
代理工作流程：
- 计划：人工智能将任务分解为（检查信用 $\rightarrow$ 验证收入 $\rightarrow$ 计算风险）。
- 执行：它使用工具（Python，浏览器）来完成工作。
- 反思：它对自己的输出进行批评。"这个风险评分合理吗？"
这使得"100倍策略。"
不要让人工智能让你快10%。问："我们能否快100倍？"
如果一个AI代理可以迭代50次以节省跨洋运输中的1%燃料，那么投资回报率就是数百万美元。计算成本（$10）无关紧要。
4. 角色的崩溃（产品-工程师）
产品经理（PM）与工程师的比例正在崩溃。
- 旧的： 1 PM : 8 工程师。
- 新的： 1 PM : 1 工程师（甚至1:0）。
Ng指出，这些角色正在合并为一个整体。
他现在更喜欢聘用能够编写代码的市场总监和首席财务官。不是生产代码，而是“解决问题的代码”（Python脚本，API调用）。
当你的首席财务官可以使用 Python 自行运行财务模型，而不是等待 IT 部门时，商业速度加快。
结论：不要成为三级。
对印度 IT 外包行业的警告适用于所有人：劳动套利已经死了。你不再能销售 "人头数"。你必须销售 "人工智能原生解决方案"。
对于你，个人而言，信息很明确：
人工智能可以完成的 30-40% 的任务可以做的任务曾经是你入门级薪水的合理依据。
为了生存，你必须跳过学徒期。你必须成为一个第二层立即。
停止成为任务的"执行者"。成为"AI代理的管理者。"
阶梯的底部已经消失。学会飞翔。
水星科技解决方案：加速数字化。
